机场跑道作为航空飞行器起跑、降落以及停靠的主要平台,是机场最重要的功能体,及时发现机场跑道及其变化信息在军事、应急救援等相关行动中常常发挥着关键性的作用,利用遥感技术可实现大范围机场及机场跑道的搜索与定位。大型机场的附属物、飞机等是现有机场跑道提取算法的重要线索,而一些小型机场,特别是一些军用机场,其附属物经常被伪装,甚至被隐藏在山体内,机场跑道就成了机场仅有的检索依据。此外,现有基于先验知识的机场跑道提取算法大多不适用于多方向、不同铺面材料、复杂背景下的机场跑道;基于深度学习的机场跑道提取的方法,常常受到样本等限制,很难被推广到新的或未训练到的机场跑道检测中。基于此,本文对GBVS显著性检测模型和LSD直线段检测算法进行改进,并提出多方向平行线组检测算法,实现了不同方向数量、不同铺面材料、复杂背景下的机场跑道提取及其变化检测,具有较强的普适性。具体研究工作及结论如下:（1）对现有机场跑道提取算法进行理论分析并实验验证,得到以下结论:（1）仅使用红、绿、蓝三波段的颜色、亮度和方向特征的GBVS显著性检测模型,无法很好的区分水体、道路与反射率较低的沥青机场跑道面,易出现漏提问题;（2）复杂背景下,LSD直线段检测算法的断裂、不连续问题较为严重。对于机场跑道这类线性结构目标,通过K-Means聚类算法进行线段合并的效果较差,对噪音和异常点非常的敏感;（3）最长直线段累计法仅对单一方向的机场跑道有效,无法实现多条不同方向的机场跑道提取。（2）针对现有算法对不同铺面材料机场跑道漏提率较大的问题,提出增加近红外波段光谱特征,并引入几何与形态特征至GBVS显著性检测模型中进行改进。改进模型充分利用了面积、长宽比等几何形态特征,最大化地使用了遥感数据的光谱特征,有效的去除了非机场跑道区域,并通过多组实验,验证了所提方法的有效性。（3）针对LSD直线段检测算法易出现断裂、漏提等直线提取不完整问题,本文基于层次密度对杂乱分布的直线段进行分类合并,并设计了一种线段连接算法,实现了对机场跑道两侧平行线组更准确、更完整的描述和表达。（4）针对现有机场跑道提取算法对多条不同方向的机场跑道提取不完整问题,提出了多方向平行线组检测算法。该算法在LSD改进算法的基础上,通过非局部极大值抑制与机场跑道方向走势特征的统计分析,实现不同方向数量、不同铺面材料、不同复杂背景下的机场跑道提取。实验结果表明,本文所提方法在单一水泥面、单一沥青、单一方向不同铺面材料、多方向不同铺面材料四种类型下的机场跑道提取,平均精确率分别达到98%、91%、96.6%、93.6%,且无需其他附属物作为辅助判断,具有较强的普适性和鲁棒性。（5）针对已有机场跑道变化情况及损伤跑道面完整度的检测,在本文跑道提取方法的基础上,通过跑道位置、数量、方位及铺设面材料等方面信息的匹配,实现已有机场跑道的改建、扩建等变化检测;通过判断机场跑道面完整区域的面积是否达到飞机起飞所需最小矩形范围,实现机场跑道面完整度的检测与评估。